农业机械学报

作者：汤文权，陈灼廷，王东桥，范维，王巧华

单位：华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,

关键词：皮蛋;裂纹检测;YOLO v5;EfficientViT;目标跟踪;GradCAM++

基金：国家自然科学基金面上项目（32072302）和湖北省重点研发计划项目（2023BBB036）

为了解决裂纹皮蛋分选中存在的效率低、人力成本高等问题，提出了一种基于改进YOLO v5的皮蛋裂纹在线检测方法。使用EfficientViT网络替换主干特征提取网络，并采用迁移学习对网络进行训练，分别得到YOLO v5n_EfficientViTb0和 YOLO v5s_EfficientViTb1两个模型。YOLO v5n_EfficientViTb0为轻量化模型，相较于改进前参数量减少14.8%，浮点数计算量减少26.8%；YOLO v5s_EfficientViTb1为高精度检测模型，平均精度均值为87?8%。采用GradCAM++对模型可视化分析，得出改进模型减少了对背景区域的关注度，证明了改进模型的有效性。设计了视频帧的目标框匹配算法，实现了视频中皮蛋的目标追踪，依据皮蛋的检测序列实现了对皮蛋的定位和裂纹与否的判别。轻量化模型的判别准确率为92.0%，高精度模型的判别准确率为94?3%。研究结果表明，改进得到的轻量化模型为运算能力较差的皮蛋裂纹在线检测装备提供了解决方案，改进得到的高精度模型为生产要求更高的皮蛋裂纹在线检测装备提供了技术支持。?

来源：2024年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第2期